基于免疫算法改进的反向传播神经元网络矿井水害水源识别研究

摘要：

为了提高识别矿山水害水源(即,判定水的类型)的正确率,利用免疫算法设计并优化了反向传播神经元网络(BPNN)的结构并求得BPNN的各层权系数和阈值的初值,用该初值训练BPNN,获得最佳的BPNN各层的权系数(权重)和阈值,使其适合识别矿山水害水源.用训练好的BPNN识别待判定的水源是哪一种类型的水源,判定水源的危害程度.实验和潞安集团所属煤矿区的矿井和钻孔水样检验结果说明用该方法是有效可行的,识别矿井水的水源的准确率可达到93％.

关键词：水源识别、矿井突水、反向传播神经元网络、免疫算法

所属期刊栏目：14

分类号：TD745+.21(矿山安全与劳动保护)

资助基金：国家自然科学基金51274100;中央高校基本科研业务费资助JSJ1207B,3142015103

在线出版日期：2017-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：34-39